PERINGKASAN REVIEW PRODUK BERBASIS FITUR MENGGUNAKAN SEMANTIC SIMILARITY SCORING DAN SENTENCE CLUSTERING SUMMARIZING PRODUCT REVIEW BASED ON FEATURE USING SEMANTIC SIMILARITY SCORING AND SENTENCE CLUSTERING

ISSN : 2355-9365

e-Proceeding of Engineering : Vol.3, No.3 December 2016 | Page 5323

PERINGKASAN REVIEW PRODUK BERBASIS FITUR MENGGUNAKAN
SEMANTIC SIMILARITY SCORING DAN SENTENCE CLUSTERING
SUMMARIZING PRODUCT REVIEW BASED ON FEATURE USING SEMANTIC
SIMILARITY SCORING AND SENTENCE CLUSTERING
Yanuar Ega Ariska1, Warih Maharani2, M. Syahrul Mubarok3
1,2,3
1

Prodi S1 Teknik Informatika, Fakultas Informatika, Universitas Telkom

yanuaregaariska@gmail.com,2wmaharani@gmail.com,3 msyahrulmubarok@gmail.com

Abstrak
Ulasan produk dari konsumen merupakan salah satu faktor yang penting dalam penjualan suatu produk.
Menganalisis klasifikasi sentimen dan peringkasan suatu review produk memiliki tiga tahap yang harus dilakukan.
Tahap pertama yaitu ekstraksi fitur menggunakan frequent itemset mining dengan algoritma apriori. Kemudian,
dilakukan klasifikasi opini menggunakan SentiWordnet untuk penentuan polaritas kata opini. Tahap terkahir yaitu

dilakukan peringkasan menggunakan semantic similarity scoring dan sentence clustering. Hasil dari penelitian ini
didapat bahwa filtering kata yang sesuai juga mempengaruhi performansi dari ekstraksi pada penelitian ini.
Filtering kata digunakan yaitu Noun, Noun Phrase, irisan serta gabungan keduanya, keempat filtering kata yang
digunakan memiliki hasil yang cukup seimbang, gabungan dan irisan yang diharapkan dapat meningkatkan
performansi juga masih didapat hasil yang tidak terlalu jauh dengan hanya Noun dan Noun Phrase. Hasil
performansi ekstraksi pada penelitian ini adalah sekitar 20-40% pada dataset yang digunakan. Klasifikasi
menggunakan SentiWordNet menunjukkan hasil performansi yang cukup baik namun pada beberapa dataset yang
memiliki kompleksitas kalimat yang cukup tinggi juga terjadi penurunan walaupun tidak terlalu berbeda jauh dan
masih pada sekitaran 40-90%. Peringkasan dokumen dapat dilakukan dengan baik pada dataset yang disediakan
karena dataset memiliki jumlah kalimat ulasan produk yang memadai dan peringkasan dengan metode yang
digunakan memperlihatkan beberapa representasi kalimat dari clustering dengan baik.
Kata kunci: analisis sentimen, ulasan produk, frequent pattern generation, association mining, semantic
smimilarity scoring, sentence clustering.

Abstract
Product reviews from consumers is one of important factor for saling product. Analyzing and summarizing
sentiment classification of product reviews has three steps that must be done. First step is feature extraction using
frequent itemset mining with apriori algorithm. Second, opinion classification using SentiWordnet to determine
opinion word polarity of a sentence. Last, summarizing document with semantic similarity scoring and sentence
clustering. The results of this study found that filtering corresponding word also affect the performance of the

extraction in this study. Word filtering that used are Noun, Noun Phrase, intersection and union of both, four of
that filtering words used have a fairly balanced outcome, union and intersection that are expected to improve
performance still got the result which is not too far away with just Noun and Noun Phrase. Results of the extraction
performance in this study was about 20-40% in the dataset used. Classification using SentiWordNet show a good
results, but in some datasets that have fairly high complexity sentence also decreased, although not much different
and the performance still at 40-90%. Sumarization documents can be done well on a provided dataset for the
dataset has a number of sentences adequate product reviews and summary with this methods some sentences
representation of clustering are done well.
Keywords: sentiment analysis, product review, frequent pattern generation, association mining, semantic
smimilarity scoring, sentence clustering.

1.

Pendahuluan

Ulasan produk dari konsumen merupakan salah satu faktor yang penting dalam penjualan suatu produk. Ulasan
produk sering digunakan produsen suatu produk menunjang pemasaran suatu produk, terlihat pada penelitian oleh
Dimensional Search pada 1046 orang koresponden menyatakan dalam menentukan keputusan dalam pembelian
suatu produk 90% calon konsumen terpengaruh oleh ulasan produk positif, sedangkan di sisi lain 86% keputusan
dipengaruhi oleh ulasan negatif suatu produk [1]. Kebebasan konsumen dalam memberikan ulasan kepada suatu

produk pastinya memberikan dampak kepada banyaknya jumlah ulasan yang dapat menyulitkan konsumen dalam
membaca serta memilih produk. Dibuktikan pada penelitiaan oleh BrightLocal yang menyatakan bahwa 85%

ISSN : 2355-9365

e-Proceeding of Engineering : Vol.3, No.3 December 2016 | Page 5324

konsumen yang membaca hingga 10 ulasan dan 7% saja yang membaca hingga 20 lebih ulasan mengenai suatu
produk [2], hal ini memperlihatkan ketidak efisiannya ulasan yang menumpuk dan membuat bingung konsumen
dalam mengambil kesimpulan suatu produk. Oleh karena itu dibutuhkan suatu ringkasan ulasan produk, ringkasan
ini diharapkan dapat mempermudah konsumen dalam membaca dan melakukan penarikan kesimpulan dari ulasan
tersebut.
Menganalisis klasifikasi sentimen dan peringkasan suatu ulasan produk memiliki tiga tahap yang harus dilakukan,
tahap pertama yaitu ekstraksi fitur suatu produk. Ekstraksi fitur yang digunakan pada penelitian ini adalah frequent
pattern generation pada association mining [3]. Fitur dalam ulasan produk pada umumnya merupakan kata benda
dalam ulasan sehingga metode ini cocok untuk digunakan untuk melakukan ulasan produk.
Proses selanjutnya setelah mendapatkan fitur yang diekstraksi dari ulasan produk, dilanjutkan pada tahap
klasifikasi fitur produk untuk menentukan orientasi positif dan negatif pada fitur produk dalam ulasan p roduk.
Memperhatikan keberadaan daftar kata ataupun kamus kata positif dan negatif telah cukup lengkap seiring
perkembangan penelitian analisis sentimen [4] maka klasifikasi yang digunakan untuk penelitian kali ini dengan

memanfaatkan kamus opini adjektif pada WordNet atau disebut dengan SentiWordNet [5].
Proses setelah dilakukan tahapan preprosesing, ekstraksi dan juga klasifikasi adalah tahap yang terakhir yaitu
peringkasan ulasan produk. Peringkasan dilakukan guna memudahkan pembaca untuk melihat, membaca serta
memahami ulasan suatu produk sehingga diperlukan peringkasan yang mudah dibaca serta dipahami. Untuk
melakukan peringkasan dilakukan dengan semantic similarity scoring dan sentence clustering [6]. Peringkasan ini
merupakan peringkasan ulasan produk pengembangan dari peringkasan ekstraktif dengan menerapkan clustering
kalimat maka didapat peringkasan yang lebih baik dibandingkan dengan peringkasan ekstraktif biasa.

2.

Landasan Teori

2.1 Analisis Sentimen
Analisis sentimen yang biasa dikenal juga dengan Opinion Mining merupakan ilmu yang bertujuan untuk
menganalisis opini, sentimen, perilaku, penilaian dan emosi seseorang terhadap suatu entitas, seperti produk, jasa
pelayanan, organisasi, atau individu. Opinion extraction, sentiment mining, subjectivity analysis, emotion analysis,
review mining, merupakan contoh lain dari opinion mining yang memiliki tugas yang sedikit berbeda[8]. Analisis
sentimen secara umum dibagi menjadi tiga level utama, yaitu level dokumen, level kalimat, dan level aspek dan
entitas.
2.2

Lemmatization

Lemmatization merupakan proses pembentukan sebuah kata kedalam bentuk lemma-nya[9]. Lemma adalah bentuk
kata dasar dari sebuah kata yang memiliki arti pada kamus. Contoh perubahan kata kerja “to be” pada bahasa
Inggris akan di rubah dari “am, is, are, was, were” menjadi kata dasarnya yaitu “be”.
Perbedaan antara stemming dan lemmatization adalah pada stemming akan langsung melakukan pemotongan pada
awalan atau akhiran pada kata berimbuhan untuk mencapai tujuannya, sedangkan pada Lemmatization prosesnya
menggunakan kamus dan analisis morfologi sebuah kata untuk mencapai tujuannya[10].
2.3 Association Mining
Association mining diperlukan untuk menemukan hubungan dari banyak data. Data masukan yang dibutuhkan
untuk association mining adalah sekumpulan transaksi yang terdiri dari itemset pada setiap transaksi. Kasus yang
sering dijumpai menggunakan association mining adalah menemukan hubungan antar barang yang dibeli oleh
pelanggan melalui serangkaian transaksi pembelian. Proses ini dilakukan dengan melalui dua tahapan utama [12],
yaitu:
1.
2.

Frequent Itemset Generation
Tahapan ini berfungsi untuk menemukan itemset yang memenuhi minimum support threshold. Itemset yang

lolos threshold ini disebut frequent itemset.
Rule Generation
Tahapan ini berfungsi untuk mengeksrak rule yang memiliki nilai confidence diatas nilai tertentu. Rule yang
dihasilkan merupakan keluaran terahir dari association mining yang nantinya dianggap sebagai hubungan
antar item.

2.4 Nearest Opinion Word
Nearest Opinion Word Merupakan salah satu cara yang simpel dalam proses Feature-Opinion Association
Problem (FOA) yaitu dengan memasangkan kata opini dengan kandidat fitur terdekat [6]. Metode tersebut mencari

ISSN : 2355-9365

e-Proceeding of Engineering : Vol.3, No.3 December 2016 | Page 5325

nilai jarak kedekatan suatu kata opini dengan kata fitur, dimana kata opini yang paling dekat dengan salah satu
kata fitur produk, maka akan menjadi kata opini dari kata fitur produk tersebut. Kedekatan dinyatakan dengan nilai
rel(f,w) terbesar. rel(f,w) memiliki rumus perhitungan sebagai berikut:
���(�
, ��) =

1
�����(�
, ��)

(1)

rel(f,w) merupakan nilai invers dari jarak antara kata opini(w) dengan kata fitur produk(f) tertentu yang
dinyatakan dengan dist(f,w). Dengan metode ini kata opini akan menjadi milik kata fitur yang jaraknya paling
dekat dengan dirinya. Metode ini juga dilengkapi dengan sebuah threshold yang akan menjadi batas maksimum
terjauh kedekatan antara suatu kata opini dengan kata fitur. Dengan kata lain, kata opini akan menjadi pasangan
suatu kata fitur yang jaraknya paling dekat dan memenuhi batas maksimum terjauh jarak antar keduanya.
2.5 Wordnet
WordNet adalah suatu kamus leksikal bahasa Inggris. Kata kerja, kata benda, kata sifat, dan kata keterangan
digabungkan dalam sebuah synsets. Synsets dihubungkan oleh conceptual-semantic dan hubungan leksikal.
Struktur WordNet sangat membantu dalam computational linguistic dan natural language processing[13]. Selain
synsets pada WordNet juga terdapat SentiWordNet yang merupakan daftar kata adjective yang telah memiliki
polaritas atau nilai postif maupun negatif dalam suatu kalimat[13]. SentiWordNet ini yang digunakan penulis
dalam melakukan klasifikasi positif atau negatif suatu kalimat.
2.6 Evaluasi
Evaluasi untuk menentukan penghitungan akurasi pada tugas akhir ini dulakukan dengan menggunakan

perhitungan Precision dan juga Recall. Perhitungan Precison dan Recall adalah perhitungan untuk mengukur
dokumen yang relevan terhadap suatu informasi yang diinginkan, untuk mendapatkan nilai akurasi yang tinggi.
Berikut adalah 4 pengkategorian dokumen dalam suatu proses pencarian[14], yaitu:
1. True positives (TP) yaitu, dimana dokumen yang relevan dapat diidentifikasi dengan benar sebagai dokumen
yang relevan.
2. True negatives (TN) yaitu, dimana dokumen tidak relevan dapat diidentifikasi dengan benar sebagai dokumen
yang tidak relevan.
3. False positives (FP) yaitu, dimana dokumen yang tidak relevan namun salah teridentifikasi sebagai dokumen
yang relevan.
4. False negatives (FN) yaitu, dimana dokumen yang relevan namun salah teridentifikasi sebagai dokumen yang
tidak relevan.
Precision dan recall merupakan suatu perhitungan yang diperggunakan untuk menghitung evaluasi akurasi pada
sebuah dokumen
1.

2.

3.

Precision, menghitung banyaknya item yang teridentifikasi sebagai item yang relevan, dengan rumus:

�𝑃
���+ 𝐹𝑃

(2)

Recall, menghitung banyaknya item yang relevan yang berhasil diidentifikasi,
dengan rumus
�𝑃
���+ 𝐹𝑁

(3)

F-Score, menghitung akurasi keseluruhan yang merupakan penggabungan dari precision dan recall, dengan
rumus:
Prec × Rec
(4)
2×
Prec + Rec

Pada penelitian ini evaluasi dilakukan berbasis kalimat, untuk setiap kalimat akan dihitung performansinya dan

selanjutnya akan dihitung rata-ratanya dalam satu dokumen. Untuk ekstraksi fitur performansi dihitung melalui
nilai precision, recall dan f-score. Untuk proses klasifikasi atau perberian orientasi opini performansi ditunjukkan
dengan melalui nilai akurasi.
TP ++FP
TN+ FN
TP + TN
(5)
Akurasi =

Table 1-1 Evaluasi Klasifikasi

No.

Polarity Fitur Label

Polarity Fitur Prediksi

Akurasi

ISSN : 2355-9365

e-Proceeding of Engineering : Vol.3, No.3 December 2016 | Page 5326

1

-

-

0.0

2

camera[+]

camera[+]

1.0

3

camera[-]

camera[-]

1.0

4

camera[+]

camera[-]

0.0

5

camera[+]

6

camera[+]

7

camera[+]
size[+]

8

camera[+]
camera[-]

camera[+]
camera[+]
camera[+]
camera[-]
camera[+]
camera[-]
camera[0]
size[+]
camera[+]
Rata-Rata

3.

1.0
0.5

0.5

0.5
4.5 / 7 = 64.3 %

Pembahasan

3.1 Gambaran Umum Sistem
Tahapan penentuan opini ini dibangun oleh empat tahapan utama yaitu, (1) Ekstraksi fitur berdasarkan ulasan data,
(2) Identifikasi orientasi kata dan kalimat opini, (3) Pengklasifikasian orientasi opini terhadap fitur, dan (4)
Pembangkitan ringkasan. Berikut gambaran sistem yang akan dibangun:

Gambar 3-1 Gambaran Umum Sistem

3.2 Ekstraksi Fitur dengan Association Mining
Tahap ektraksi fitur digunakan frequent pattern generation pada association mining [3]. Kata benda ataupun frase
kata benda yang sering dibicarakan oleh konsumen dalam sebuah review produk menjadi kandidat fitur yang
potensial [3]. Ekstraksi fitur tersebut dapat dilakukan menggunakan association mining, dengan tujuan
menemukan frequent itemset yang dapat mewakili fitur sebuah produk. Beberapa masalah timbul pada metode ini
seperti adanya gabungan beberapa kata yang tidak memiliki arti. Compactness pruning dilakukan untuk
mengeliminasi gabungan kata tersebut. Eliminasi fitur dapat dilakukan dengan menghitung jarak antar kedua kata
yang muncul, apabila jaraknya terlalu jauh dan melewati threshold tertentu maka fitur tersebut akan dieliminasi.
Selain itu dilakukan juga usefulness pruning. Jika pure support lebih kecil dari minimum pure support dan fitur
yang diidentifikasi merupakan subset dari frase fitur yang lain, maka fitur tersebut dieliminasi. Pure support
merupakan jumlah kalimat yang terdapat fitur dalam bentuk kata atau frase dan tidak terdapat frase fitur yang
merupakan superset dari fitur tersebut. Contohnya, fitur life dianggap bukan merupakan fitur yang berarti,
sedangkan battery life merupakan frase fitur yang dianggap lebih memiliki arti untuk menjadi sebuah fitur produk.
Ekstraksi Fitur pada penelitian tugas akhir ini menggunakan algoritma apriori dengan bantuan library SPMF pada
Bahasa pemrograman Java. Pengujian dilakukan dengan menggunakan nilai parameter minimum support pada
rentang 0,6%-2%. Nilai minimum support merupakan parameter yang paling menentukan dalam mendapatkan
jumlah fitur terekstrak yang sesuai. Semakin kecil minimum support, maka semakin besar jumlah fitur yang
terekstrak. Jumlah fitur yang terekstrak akan berpengaruh terhadap nilai precision. Jika jumlah fitur terekstrak

ISSN : 2355-9365

e-Proceeding of Engineering : Vol.3, No.3 December 2016 | Page 5327

melebihi jumlah fitur yang seharusnya, maka nilai precision akan lebih kecil dari nilai recall. Berikut daftar tabel
menggunakan minimum support terkecil pada pengujian yaitu 0,6% dapat dilihat hasil precision akan selalu lebih
kecil dibanding recall karena fitur yang terekstrak banyak dengan minimum support rendah.

NIlai Precision Recall dan F-Score pada
minimum support 0,6%

N ∪ NP

Canon PowerShot SD500

Canon S100

Diaper Champ

Hitachi Router

Ipod

Linksys Router

MicroMP3

Nokia 6600

Norton

F-Score

Rec

Prec

Rec
N ∩ NP

F-Score

NP

Prec

F-Score

Noun

Rec

Prec

F-Score

Rec

Prec

50.00
40.00
30.00
20.00
10.00
0.00

Gambar 3-2 Perbandingan Nilai Precision, Recall, dan F-Score

Jumlah baris kalimat dalam dataset juga mempengaruhi penentuan nilai minimum support untuk mendapatkan
hasil ekstraksi yang sesuai. Semakin banyak jumlah kalimat dalam dataset, minimum support yang sesuai akan
semakin besar, dan begitu pula sebaliknya. Contohnya adalah dataset Canon PowerShot SD500 dengan jumlah
kalimat paling sedikit yaitu 229 baris kalimat selalu meningkat saat minimum support dinaikan. Sedangkan pada
dataset dengan jumlah kalimat terbanyak akan semakin tinggi apabila minimum support diturunkan. Dapat dilihat
pada gambar dibawah ini.

Canon PowerShot SD500
50.00
40.00
30.00
20.00
10.00
0.00
0.6

0.7

0.8

Canon PowerShot SD500 Prec

0.9

1

2

Canon PowerShot SD500 Rec

Canon PowerShot SD500 F-Score
Gambar 3-3 Ekstraksi Fitur Canon PowerShot SD500

ISSN : 2355-9365

e-Proceeding of Engineering : Vol.3, No.3 December 2016 | Page 5328

MicroMP3
50.00
40.00
30.00
20.00
10.00
0.00
0.6

0.7

MicroMP3 Prec

0.8

0.9

MicroMP3 Rec

1

2

MicroMP3 F-Score

Gambar 3-4 Ekstraksi Fitur MicroMP3

Frequent termset yang dihasilkan oleh algoritma apriori merupakan kandidat fitur produk. Kandidat fitur tersebut
nantinya akan memasuki tahapan prunning untuk menyeleksi kembali kandidat yang cocok dianggap sebagai fitur.
Proses prunning memiliki parameter masukan seperti minimum distance, min occurence, dan minimum pure
support. Penentuan nilai parameter yang sesuai akan menghasilkan hasil prunning yang baik sehingga
meningkatkan akurasi ekstraksi. Berikut pengujian prunning dengan menggunakan parameter minimum distance
2, minimum occurence 5, dan minimum pure support 3 pada dataset Canon PowerShot SD500.
Tabel 3-5 Hasil ekstraksi Sebelum Prunning
Dokumen
Canon PowerShot SD500
Canon S100
Diaper Champ
Hitachi Router
Ipod
Linksys Router
MicroMP3
Nokia 6600
Norton

Prec
15.03
19.38
12.20
19.13
19.69
23.53
32.00
29.63
18.24

Noun
Rec
F-Score
34.33
20.91
31.31
23.94
26.67
16.74
24.18
21.36
28.41
23.26
25.00
24.24
14.88
20.32
20.38
24.15
23.68
20.61

Prec
24.72
33.33
24.36
32.84
30.12
28.57
38.10
40.51
27.59

Noun
Rec
F-Score
32.84
28.21
30.30
31.75
25.33
24.84
24.18
27.85
28.41
29.24
25.00
26.67
14.88
21.40
20.38
27.12
21.05
23.88

Prec
13.23
17.95
11.73
23.15
26.97
23.53
32.35
35.35
20.28

NP
Rec
37.31
35.35
25.33
27.47
27.27
25.00
15.35
22.29
25.44

F-Score
19.53
23.81
16.03
25.13
27.12
24.24
20.82
27.34
22.57

Prec
16.28
22.56
14.66
20.00
25.84
28.95
35.06
40.00
22.12

N ∩ NP
Rec
F-Score
31.34
21.43
30.30
25.86
22.67
17.80
26.37
22.75
26.14
25.99
22.92
25.58
12.56
18.49
19.11
25.86
21.93
22.03

Prec
16.15
21.29
13.38
22.43
24.04
26.32
35.79
33.02
20.93

N ∪ NP
Rec
F-Score
38.81
22.81
33.33
25.98
25.33
17.51
26.37
24.24
28.41
26.04
26.04
26.18
15.81
21.94
22.29
26.62
23.68
22.22

Prec
27.47
35.16
22.50
34.29
31.25
31.25
39.08
43.21
31.65

N ∪ NP
Rec
F-Score
37.31
31.65
32.32
33.68
24.00
23.23
26.37
29.81
28.41
29.76
26.04
28.41
15.81
22.52
22.29
29.41
21.93
25.91

Tabel 3-6Hasil Ekstraksi Setelah Prunning
Dokumen
Canon PowerShot Sd500
Canon S100
Diaper Champ
Hitachi Router
Ipod
Linksys Router
MicroMP3
Nokia 6600
Norton

Prec
24.74
30.28
20.88
32.89
30.26
28.24
36.26
46.05
29.55

NP
Rec
35.82
33.33
25.33
27.47
26.14
25.00
15.35
22.29
22.81

F-Score
29.27
31.73
22.89
29.94
28.05
26.52
21.57
30.04
25.74

Prec
27.40
36.25
26.56
32.00
30.67
33.85
38.03
51.72
32.39

N ∩ NP
Rec
F-Score
29.85
28.57
29.29
32.40
22.67
24.46
26.37
28.92
26.14
28.22
22.92
27.33
12.56
18.88
19.11
27.91
20.18
24.86

Dapat dilihat pada tabel sebelum dan sesudah prunning terjadi peningkatan performansi pada precision, recall
maupun F-Score.
Dari analisis penelitian ini didapat nilai F-Score dengan evaluasi dokumen sebesar 20-40%. Hal ini juga
disebabkan oleh beberapa fitur implisit yang tidak secara langsung disebutkan dalam kalimat ulasan produk.
Berikut contoh kalimat yang mempunyai fitur eksplisit atau tidak terlihat secara langsung atau ada kata yg mengacu
ke sebuah fitur produk yang lain.
3.3 Pemberian Orientasi Opini
Penentuan orientasi terhadap fitur dalam kalimat dilakukan dengan menemukan pasangan fitur dan opini terlebih
dahulu. Setelah pasangan ditemukan, orientasi fitur akan mengikuti orientasi kata opini pasangannya yang telah
ditentukan pada proses sebelumnya. Sebagai contoh pada kalimat “image quality [Good_pos] ## Good image
quality” memiliki fitur image quality dengan kata good sebagai pasangannya. Pasangan fitur player dengan opini
loved ditemukan pada kalimat “player[+]##i took it to my father's house to play a tom jones concert dvd and he
loved the player so much i gave it to him”. Kata amazing dan loved berdasarkan SentiWordnet memiliki orientasi
positif, hal ini menyebabkan fitur picture quality dan player memiliki orientasi opini positif.

ISSN : 2355-9365

e-Proceeding of Engineering : Vol.3, No.3 December 2016 | Page 5329

Pasangan fitur dan opini pada penelitian tugas akhir ini dilakukan mengikuti salah satu metode dalam penelitian
Kam Tong Chan [21]. Metode yang digunakan termasuk kedalam metode sederhana dalam penelitian tersebut,
yaitu dengan menghitung jarak antara fitur dan opini. Nilai relasi antara fitur dan opini dilambangkan dengan
dengan fungsi rel(f, w), dengan f adalah fitur produk dan w adalah kata opini. Nilai rel(f,w) yang melebihi batas
threshold tertentu akan dijadikan sebagai pasangan fitur dan opini yang valid. Fungsi tersebut dihitung
menggunakan persamaan(1).
3.4 Peringkasan Review Produk
Peringkasan ulasan merupakan fokus dari tugas akhir ini, peringkasan dilakukan setelah melakukan klasifikasi
orientasi sebuah kalimat per fitur kemudian secara ektraktif dilakukan peringkasan yang akan menghasilkan
ringkasan ektraktif seperti berikut.
a.

Lens
(+): 57 sentences
1.

The lens feels very solid!

2.

I have taken a whole bunch of excellent pictures with this lens.
...

(-): 15 sentences
1.
2.

I do not satisfy with the included lens kit.
The lens cap is very loose and co,e off very easily!
...

b.

Battery life
(+): 32 sentences
1.

The battery lasts forever on one single charge.

2.

The battery duration is amazing!
...

(-): 8 sentences
1.

I experienced very short battery life from this camera.

2.

It uses a heavy battery.
...

Tahap selanjutnya akan dilakukan cluster kalimat dengan menghitung kesamaan tiap kalimat yang kemudian
apabila nilai similarity yang dihitung melebihi treshold yang ditentukan maka kalimat tersebut akan dilakukan
cluster atau dikelompokkan menjadi satu. Adapun penghitungan nilai kesamaan dua kalimat untuk menentukan
pengelompokan kalimat pada peringkasan ulasan produk dapat dilakukan dengan rumus penghitungan fungsi
cosinus seperti pada formula (2.3)
Dimana V1 dan V2 merupakan vector representasi dari kalimat pertama dan kedua yang akan dihitung nilai
kesamaannya.
Berikut contoh penghitungan kesamaan antar 2 kalimat [6] dapat dihitung nilai semantic smimilaritynya.
�
1 = The battery of this camera is very impressive.
�2 = Canon camera always has a long battery life.

Sehingga didapatkan join vector antara �
1 dan �
2 adalah sebagai berikut. Join vector merupakan vector gabungan
antar dua kalimat yang akan dibandingan nilai similarity-nya.
C = {battery, camera, impressive, has, long, life}

Dihasilkan penghitungan vector masing masing kalimat mengasilkan dua vector kalimat yang akan dihitung
dengan vektor didapat dengan persamaan[7].
�(��1 , ��2 ) =

V1 = {1.0, 1.0, 1.0, 0.0, 0.3, 0.15}

2 ∗ ��3

𝑁1 + ��2 + 2 ∗ ��3

(6)

ISSN : 2355-9365

e-Proceeding of Engineering : Vol.3, No.3 December 2016 | Page 5330

V2 = {1.0, 1.0, 0.3, 1.0, 1.0, 1.0}
Sehingga didapat nilai similarity yaitu sim(�
1, �
2 ) = 0.69 dengan persamaan
�𝑖�(�1, �2) =

𝑉1 . 𝑉2
‖𝑉 ‖. ‖𝑉 ‖
1

(7)
2

Berikut adalah hasil peringkasan dokumen setelah dilakukan clustering kalimat dengan menghitung semantic
similarity score tiap kalimatnya apa bila nilai memenuhi threshold yang ditentukan maka kalimat akan di cluster
dengan kalimat yang mempunyai nilai besar vector yang lebih tinggi
a.

Lens

{

(+) The lens feels very solid (+10 similar)

{

(+) I have taken a lot of excellent pictures with this lens. (+7 similar)

(-) I think the lens does not worth it, it’s a bit too fragile. (+2 similar)

(-) Don’t buy this lens, I always get my pictures blurred. (+0 similar)
...

b.

Battery life

{
{

(+) The battery lasts forever on one single charge. (+18 similar)
(-) I experienced very short battery life from this camera. (+4 similar)
(+) 0 sentence
(-) It uses a heavy battery (+3 similar)
...

4. Kesimpulan
Berdasarkan hasil pengujian dan analisa yang telah dilakukan, maka dapat diambil beberapa kesimpulan sebagai
berikut:
1. Performansi ekstraksi fitur menggunakan frequent itemset mining dengan algoritma apriori sangat
dipengaruhi oleh seberapa minimum support yang digunakan serta jumlah kalimat yang ada pada dataset
apabila minimum support sesuai maka performansi akan semakin baik begitu juga sebaliknya.
Performansi ekstraksi fitur yang didapat adalah sekitar 20-40% dibandingkan dengan fitur yang ada pada
dataset. Penambahan pruning pada ekstraksi fitur dapat meningkatkan nilai performansi sebesar 3-10%
dengan menggunakan parameter yang sesuai.
2. Penentuan orientasi opini menggunakan SentiWordNet dan juga Nearest Opinion Word pada kalimat
menghasilkan hasil performansi yang baik pada semua data yang diuji yaitu apabila dibandingkan dengan
hasil klasifikasi pada dataset dengan hasil performansi sekitar 40-90%.
3. Peringkasan kalimat dengan metode clustering sentence dan semantic similarity scoring dapat dilakukan
apabila kalimat yang akan di cluster memiliki kesamaan serta jumlah kalimat pada datasetnya tidak terlalu
kecil.
4. Filtering kata gabungan NN dan NP lebih baik untuk melakukan ekstraksi disbanding dengan filtering
dengan NN atau NP saja walaupun perbedaan keduanya tidak terlalu jauh namun gabungan NN dan NP
lebih baik di semua rata-rata dataset dan minimum support. Namun, untuk kasus dengan dataset yang
memiliki mayoritas kalimat yang kompleks seleksi kata yang dilakukan pada penelitian ini m,asih kurang
karena memiliki nilai evaluasi 20%-40% saja.
5.

Saran

Saran yang diperlukan dari tugas akhir ini untuk pengembangan sistem selanjutnya adalah sebagai berikut:
1.

Mampu menangani singkatan kata.

ISSN : 2355-9365

e-Proceeding of Engineering : Vol.3, No.3 December 2016 | Page 5331

2. Mampu menangani fitur implisit yang diutarakan dalam kalimat pada dataset.
3. Menggunakan penerapan coreference resolution guna meningkatkan performansi sistem dan menangani
fitur implisit.
4. Menggunakan negation handling sebelum klasifikasi dengan SentiWordnet agar performansi meningkat
untuk data yang memiliki banyak ulasan dendan negasi.

6. Daftar Pustaka
[1]

[2]

[3]

[4]
[5]
[6]
[7]
[8]
[9]

A. Gesenhues, “Survey: 90% Of Customers Say Buying Decisions Are Influenced By Online Reviews,”
Marketing Land, 9 April 2013. [Online]. Available: http://marketingland.com/survey-customers-morefrustrated-by-how-long-it-takes-to-resolve-a-customer-service-issue-than-the-resolution-38756. [Diakses
21 October 2015].
M. Anderson, “88% Of Consumers Trust Online Reviews As Much As Personal Recommendations,”
Search Engine Land, 7 July 2014. [Online]. Available: http://searchengineland.com/88-consumers-trustonline-reviews-much-personal-recommendations-195803. [Diakses 21 October 2015].
S. H. Ghorashi, R. Ibrahim, S. Noekhah dan S. Dastjerdi, “A Frequent Pattern Mining Algorithm for
Feature Extraction of Customer Review,” IJCSI International Journal of Computer Science Issues, vol.
IX, no. 4, pp. 29-35, 2012.
B. Liu, “Opinion Mining, Sentiment Analysis, and Opinion Span Detection,” University of Illinois,
[Online]. Available: http://www.cs.uic.edu/~liub/FBS/sentiment-analysis.html. [Diakses 3 Juni 2015].
V. S. Jagtap dan K. Pawar, “Analysis of Different Approach to Sentence Level Sentiment Classification,”
International Journal of Scientific Engineering and Technology, vol. 2, no. 3, pp. 164-170, 2013.
D. K. Ly, K. Sugiyama, Z. Lin dan M.-Y. Kan, “Product Review Summarization based on Facet
Identification and Sentence Clustering,” pp. 1-10, 2011.
Z. Wu dan M. Palmer, “Verb Semantics and Lexical Selection,” vol. 6, pp. 133-138, 1994.
B. Liu, “Sentiment Analysis and Opinion Mining,” 2012.
S. Nirenburg, Penyunt., dalam Language Engineering for Lesser-studied Languages, IOS Press, 2009, p.
31.

March 2016. [Online]. Available: http://nlp.stanford.edu/IR-book/html/htmledition/stemming-andlemmatization-1.html.
B. Santorini, “Part-of-Speech Tagging Guidelines for the Penn Treebank Project (3rd Revision),”
[11]
Pennsylvania, 1990.
P.-N. Tan, M. Steinbach dan V. Kumar, Introduction to Data Mining, Boston: Addison-Wesley Longman
[12]
Publishing, 2005.
G. A. Miller, R. Beckwith dan C. Fellbaum, “Intoduction to WordNet: An On-line Lexical Database,”
[13]
1993.
E. K. d. E. L. S. Bird, “Natural Language Processing with Python,” 2009.
[14]

[10]